Análisis acerca de los eventos corporativos.
Bibliographic record
Abstract
Dadas las circunstancias producidas a raíz de la llegada del COVID-19 a España a inicios de 2020, los eventos corporativos se han visto obligados a reinventarse para poder adaptarse a los nuevos tiempos, lo que supone un gran desafío para la industria.\n\t\t\t\t Los eventos corporativos son una herramienta de comunicación cuyo objetivo es trasladar mensajes a públicos definidos, que comparten un mismo espacio con el emisor y que les lleve a crear una determinada posición. Hasta el momento han demostrado ser una herramienta estratégica de comunicación para las empresas puesto que consiguen impactos directos e interactivos con su público. La pandemia ha supuesto un cambio incuestionable en la manera en que se organizan, comunican y transmiten dichos eventos, abriendo paso al formato digital, en el que la comunicación 2.0 juega un papel fundamental.\n\t\t\t\t No obstante, es cierto que antes del COVID-19 los eventos corporativos ya estaban incorporando innovaciones tecnológicas, con el fin de mejorar las experiencias de los asistentes y dar paso a eventos más interactivos, impactantes y sorprendentes.\n\t\t\t\t En estos momentos de escasa demanda, en el que el sector estudia cómo reinventarse, conocer en profundidad el campo en el que se mueven los eventos corporativos es de suma importancia. Por ello, el siguiente trabajo consiste en analizar y comparar cómo se entendían los eventos corporativos antes de la llegada de la enfermedad por coronavirus y cómo han ido evolucionando hasta el momento, permitiendo conocer así todos sus formatos.\n\t\t\t\t Las conclusiones a las que se llegue después del análisis efectuado servirán para plantear posibles alternativas sobre el futuro de la organización de los eventos corporativos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.003 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".